Agent在环境中如何推理、动作，涉及Agent内部结构
Agent系统
Agent应构建实时性，能即时接受传感器信息并作出即时反映。
假定$T$为时间点集合，$P$为所有可能感知点集合；感知轨迹则为$T\rightarrow P$的函数，描述了每个时间点观察的事物
命令轨迹：所有命令信息序列
转换：感知轨迹$\rightarrow$命令轨迹
转换是具有因果联系的，可视作从Agent在$t$时刻历史到现在发出的命令函数
信念状态：Agent在$t$时间记住的信息综合
离散时间下信念转换函数可表示为
$$
remember: S\times P\rightarrow S\
s_{t+1}=remember(s_t, p_t)
$$
$S:$信念状态集
$P:$可能认知集合
即$s_{t+1}$是在$s_t$状态下观察$p_t$得到的
指令函数可表示为
$$
do:S\times P\rightarrow C\
c_t=do(s_t,p_t)
$$
$C：$指令集合
若仅存储有限的可能信念状态，控制器可称为有限状态控制器或有限状态机
